• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IFAC PapersOnLine >Abnormal Behavior Recognition Based on Key Points of Human Skeleton
【24h】

Abnormal Behavior Recognition Based on Key Points of Human Skeleton

机译：基于人骨骼关键点的异常行为识别

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Human action recognition is one of the most popular fields of computer vision. However, the traditional manual feature-based method, with large background interference, can hardly establish an accurate human model and the deep learning-based method runs slowly with huge amount of parameters. In this paper, we propose a new method which combination of the two. First, we extract time series human 3D skeleton key points by Yolo v4 and apply Meanshift target tracking algorithm; then convert key points into spatial RGB and put them into multi-layer convolution neural network for recognition. This method has a high recognition rate and fast recognition speed in a variety of environment such as enclosed environment and public scene. It can quickly identify holding guns, armed attacks, throwing, climbing, approaching and other abnormal behavior.
机译：人类行动认可是计算机愿景最受欢迎的领域之一。 然而，具有大背景干扰的传统手动特征方法，可以几乎无法建立准确的人类模型，深入基于学习的方法以大量的参数慢慢地运行。 在本文中，我们提出了一种组合两者的新方法。 首先，我们通过YOLO V4提取时间序列人体3D骨架关键点，并涂抹意大式转移目标跟踪算法; 然后将键点转换为空间RGB，并将它们放入多层卷积神经网络以进行识别。 该方法具有高识别率和诸如封闭环境和公共场景的各种环境中的快速识别速度。 它可以快速识别持有枪支，武装攻击，投掷，攀爬，接近和其他异常行为。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号